Вісник № 44
Постійне посилання колекціїhttps://repository.kpi.kharkov.ua/handle/KhPI-Press/39511
Переглянути
Документ Реверсные функции и распределения вероятностей случайного функционала-свертки от нормального марковского процесса(НТУ "ХПИ", 2018) Мазманишвили, Александр Сергеевич; Сидоренко, Анна ЮрьевнаРассмотрен процесс, обладающий свойствами стационарности, нормальности и марковости. Для заданного временного интервала изучены энергетический функционал и функционал сверточного типа. При аналитическом рассмотрении задач теории вероятностей и математической статистики распространено допущение о том, что рассматриваемая задача получила своё разрешение, если построена характеристическая (производящая) функция. Однако, операция обратного преобразования Фурье или обратного преобразования Лапласа вызывает основные трудности в вычислительном отношении. Как числовая процедура преобразование Лапласа характеризуется неустойчивостью, степень которой увеличивается с ростом параметра преобразования. В работе предложен и использован подход для решения задачи статистики функционала, основанный на применении реверсных функций, что дало возможность получения аналитического выражения для производящей функции распределения случайных значений функционала-свертки. Проведен анализ статистических свойств функционала-свертки. Представлены математическое ожидание и дисперсия функционала-свертки. В данной работе плотность и интегральный закон распределения получены численно с помощью обратного преобразования Лапласа для выбранных значениях времени наблюдения 𝑇, декремента случайного процесса ν и его интенсивности σ𝑋 2 . Приведены зависимости плотности и функций распределения для заданных значений параметров функционалов. Из расчетов следует, что увеличение параметра 𝑇σ𝑋 2 приводит к расширению значений функционала-свертки в периферийные области больших уклонений. Уменьшение параметра ν𝑇 приводит к локализации значений функционала-свертки во флуктуационной области 𝑧 ≈ 0. Плотность 𝑓(𝑧) симметрична относительно 𝑧 = 0, имеет единственный максимум, две точки перегиба и экспоненциальную асимптотику на перифериях.